R-散点密度图

有时候看见很多论文中有那种散点密度图,还有拟合线,感觉瞬间一张图里面信息很丰富,特别是针对数据很多的时候,散点图上的点就会存在很多重叠,这时候比较难以看出其分布特征,所以叠加点密度的可视化效果还是很有必要的。

1 基本

基本的R语言:使用plot()函数即可

# Create data
data = data.frame(
  x=seq(1:100) + 0.1*seq(1:100)*sample(c(1:10) , 100 , replace=T),
  y=seq(1:100) + 0.2*seq(1:100)*sample(c(1:10) , 100 , replace=T)
)

# Basic scatterplot
plot(x=data$x, y=data$y)

自定义:

  • cex: circle size
  • xlim and ylim: limits of the X and Y axis
  • pch: shape of markers. See all here.
  • xlab and ylab: X and Y axis labels
  • col: marker color
  • main: chart title
# Basic scatterplot
plot(data$x, data$y,
     xlim=c(0,250) , ylim=c(0,250),
     pch=18,
     cex=2,
     col="#69b3a2",
     xlab="value of X", ylab="value of Y",
     main="A simple scatterplot"
     )

使用 ggplot2 包

  • 1 - provide a dataframe 提供数据框
  • 2 - tell which variable to show on x and y axis 设置x和y变量
  • 3 - add a geom_point() to show points. 显示点
# library
library(ggplot2)

# The iris dataset is provided natively by R

# basic scatterplot
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) + geom_point()

针对存在的问题:

# Library
library(tidyverse)

# Data
a <- data.frame( x=rnorm(20000, 10, 1.9), y=rnorm(20000, 10, 1.2) )
b <- data.frame( x=rnorm(20000, 14.5, 1.9), y=rnorm(20000, 14.5, 1.9) )
c <- data.frame( x=rnorm(20000, 9.5, 1.9), y=rnorm(20000, 15.5, 1.9) )
data <- rbind(a,b,c) #创建数据集

# Basic scatterplot
ggplot(data, aes(x=x,y=y))+geo_point()

2 方法

运用2D直方图的概念来显示,原理是把整张图像分为很多个小方块,分别计算落在每个方块中的点的数量,再以2D直方图的原理显示出来,以颜色的深浅来代表点的密集程度

这种的缺点可能是不够平滑

# 2d histogram with default option
ggplot(data, aes(x=x, y=y) ) + geom_bin2d() + theme_bw()

# Bin size control + color palette
ggplot(data, aes(x=x, y=y) ) + geom_bin2d(bins = 70) +
  scale_fill_continuous(type = "viridis") + theme_bw()#通过bins控制划分方块的大小,即粒度大小,同时可以设置颜色条的色彩模式

同理,如果划分为六边形的话:

# Hexbin chart with default option
ggplot(data, aes(x=x, y=y) ) +
  geom_hex() +
  theme_bw()

# Bin size control + color palette
ggplot(data, aes(x=x, y=y) ) +
  geom_hex(bins = 70) +
  scale_fill_continuous(type = "viridis") +
  theme_bw()

使用密度图来代替2D直方图显示

# Show the contour only 只显示等高线
ggplot(data, aes(x=x, y=y) ) +
  geom_density_2d()

# Show the area only 只显示着色的分级区域
ggplot(data, aes(x=x, y=y) ) +
  stat_density_2d(aes(fill = ..level..), geom = "polygon")

# Area + contour 叠加
ggplot(data, aes(x=x, y=y) ) +
  stat_density_2d(aes(fill = ..level..), geom = "polygon", colour="white")

# Using raster 栅格
ggplot(data, aes(x=x, y=y) ) +
  stat_density_2d(aes(fill = ..density..), geom = "raster", contour = FALSE) +
  scale_x_continuous(expand = c(0, 0)) +
  scale_y_continuous(expand = c(0, 0)) +
  theme(
    legend.position=‘none‘
  )

自定义色彩风格:

使用scale_fill_distiller()函数

# Call the palette with a number
ggplot(data, aes(x=x, y=y) ) +
  stat_density_2d(aes(fill = ..density..), geom = "raster", contour = FALSE) +
  scale_fill_distiller(palette=4, direction=-1) + #direction表示是否改变色度方向 palette代表不同风格
  scale_x_continuous(expand = c(0, 0)) +
  scale_y_continuous(expand = c(0, 0)) +
  theme(
    legend.position=‘none‘
  )

案例:

library(MASS)
library(ggplot2)

n <- 1000
x <- mvrnorm(n, mu=c(.5,2.5), Sigma=matrix(c(1,.6,.6,1), ncol=2))
df = data.frame(x); colnames(df) = c("x","y")

commonTheme = list(labs(color="Density",fill="Density",
                        x="RNA-seq Expression",
                        y="Microarray Expression"),
                   theme_bw(),
                   theme(legend.position=c(0,1),
                         legend.justification=c(0,1)))

ggplot(data=df,aes(x,y)) +
  geom_density2d(aes(colour=..level..)) +
  scale_colour_gradient(low="green",high="red") +
  geom_point() + commonTheme

添加拟合线与平滑 填补颜色

ggplot(data=df,aes(x,y)) +
  stat_density2d(aes(fill=..level..,alpha=..level..),geom=‘polygon‘,colour=‘black‘) +
  scale_fill_continuous(low="green",high="red") +
  geom_smooth(method=lm,linetype=2,colour="red",se=F) + #线性拟合
  guides(alpha="none") +
  geom_point() + commonTheme

使用smoothScatter函数

smoothScatter 产生散点图平滑的点密度分布,通过核密度进行估算

smoothScatter(x, y = NULL, nbin = 128, bandwidth,
              colramp = colorRampPalette(c("white", blues9)),
              nrpoints = 100, ret.selection = FALSE,
              pch = ".", cex = 1, col = "black",
              transformation = function(x) x^.25,
              postPlotHook = box,
              xlab = NULL, ylab = NULL, xlim, ylim,
              xaxs = par("xaxs"), yaxs = par("yaxs"), ...)

具体参数作用参考:https://stat.ethz.ch/R-manual/R-devel/library/graphics/html/smoothScatter.html

## A largish data set
n <- 10000
x1  <- matrix(rnorm(n), ncol = 2)
x2  <- matrix(rnorm(n, mean = 3, sd = 1.5), ncol = 2)
x   <- rbind(x1, x2)

oldpar <- par(mfrow = c(2, 2), mar=.1+c(3,3,1,1), mgp = c(1.5, 0.5, 0))
smoothScatter(x, nrpoints = 0) #不显示边界的相对比较异常的点 如果要显示所有的点 nrpoints = Inf
smoothScatter(x)

换一种颜色方案

## a different color scheme:
Lab.palette <- colorRampPalette(c("blue", "orange", "red"), space = "Lab")
i.s <- smoothScatter(x, colramp = Lab.palette,
                     ## pch=NA: do not draw them
                     nrpoints = 250, ret.selection=TRUE)

显示异常点的标签

## label the 20 very lowest-density points,the "outliers" (with obs.number):
i.20 <- i.s[1:20]
text(x[i.20,], labels = i.20, cex= 0.75)

没有那么“聚集”

## somewhat similar, using identical smoothing computations,
## but considerably *less* efficient for really large data:
plot(x, col = densCols(x), pch = 20)

先计算点密度 再显示

# generare random data, swap this for yours :-)!
n <- 10000
x <- rnorm(n)
y <- rnorm(n)
DF <- data.frame(x,y)

# Calculate 2d density over a grid
library(MASS)
dens <- kde2d(x,y)

# create a new data frame of that 2d density grid
# (needs checking that I haven‘t stuffed up the order here of z?)
gr <- data.frame(with(dens, expand.grid(x,y)), as.vector(dens$z))
names(gr) <- c("xgr", "ygr", "zgr")

# Fit a model
mod <- loess(zgr~xgr*ygr, data=gr)

# Apply the model to the original data to estimate density at that point
DF$pointdens <- predict(mod, newdata=data.frame(xgr=x, ygr=y))

# Draw plot
library(ggplot2)
ggplot(DF, aes(x=x,y=y, color=pointdens)) + geom_point() + scale_colour_gradientn(colours = rainbow(5)) + theme_bw()

使用热度散点函数

install.packages("LSD") #先下载LSD包

n <- 10000
x <- rnorm(n)
y <- rnorm(n)
DF <- data.frame(x,y)
library(LSD)
heatscatter(DF[,1],DF[,2])

详细用法参考:https://www.imsbio.co.jp/RGM/R_rdfile?f=LSD/man/heatscatter.Rd&d=R_CC

heatscatter(x, y, pch = 19, cexplot = 0.5, nrcol = 30, grid = 100,
  colpal = "heat", simulate = FALSE, daltonize = FALSE, cvd = "p",
  alpha = NULL, rev = FALSE, xlim = NULL, ylim = NULL, xlab = NULL,
  ylab = NULL, main = "heatscatter", cor = FALSE, method = "spearman",
  only = "none", add.contour = FALSE, nlevels = 10,
  color.contour = "black", greyscale = FALSE, log = "", ...)
points = 10^4
x = c(rnorm(points/2),rnorm(points/2)+4)
y = x + rnorm(points,sd=0.8)
x = sign(x)*abs(x)^1.3

heatscatter(x,y,colpal="bl2gr2rd",main="bl2gr2rd",cor=FALSE)

heatscatter(x,y,cor=FALSE,add.contour=TRUE,color.contour="red",greyscale=TRUE)

heatscatter(x,y,colpal="spectral",cor=FALSE,add.contour=TRUE)

利用R基本功能

# adopted from https://stackoverflow.com/questions/17093935/r-scatter-plot-symbol-color-represents-number-of-overlapping-points
## Data in a data.frame
x1 <- rnorm(n=1E3, sd=2)
x2 <- x1*1.2 + rnorm(n=1E3, sd=2)
df <- data.frame(x1,x2)

## Use densCols() output to get density at each point 得到点密度
x <- densCols(x1,x2, colramp=colorRampPalette(c("black", "white")))
df$dens <- col2rgb(x)[1,] + 1L

## Map densities to colors 将点密度与不同颜色关联
cols <-  colorRampPalette(c("#000099", "#00FEFF", "#45FE4F",
                            "#FCFF00", "#FF9400", "#FF3100"))(300)
df$col <- cols[df$dens]

par(family =‘Times New Roman‘)
## Plot it, reordering rows so that densest points are plotted on top
plot(x2~x1, data=df[order(df$dens),], pch=20, col=col, cex=2)

# Function to plot color bar for legend
color.bar <- function(lut, max, min=0 , nticks=11, ticks=seq(min, max, len=nticks), title=‘‘) {
  scale = (length(lut)-1)/(max-min)

  dev.new(width=1.75, height=5)
  plot(c(0,10), c(min,max), type=‘n‘, bty=‘n‘, xaxt=‘n‘, xlab=‘‘, yaxt=‘n‘, ylab=‘‘, main=title)
  axis(2, ticks, las=1)
  for (i in 1:(length(lut)-1)) {
    y = (i-1)/scale + min
    rect(0,y,10,y+1/scale, col=lut[i], border=NA)
  }
}

cols <-  colorRampPalette(c("#000099", "#00FEFF", "#45FE4F",
                            "#FCFF00", "#FF9400", "#FF3100"))(300)

color.bar(cols, 300)

参考:

https://www.plob.org/article/15849.html

http://wap.sciencenet.cn/blog-526092-1205095.html?mobile=1

https://www.r-graph-gallery.com/2d-density-plot-with-ggplot2.html

原文地址:https://www.cnblogs.com/icydengyw/p/12309455.html

时间: 2024-10-15 05:52:23

R-散点密度图的相关文章

R语言与医学统计图形-【14】ggplot2几何对象之直方密度图

ggplot2绘图系统--几何对象之直方图.密度图 1.直方图 参数. geom_histogram(mapping = , data = , stat = 'bin', #统计变换,概率密度为density position = 'stack', binwidth = , #条柱宽度 bins = , #条柱数目,默认30 na.rm = FALSE, show.legend = NA, inherit.aes = TRUE ) 示例. ggplot(diamonds,aes(carat))+

密度图-反映事实真相

今天挑战的是密度图: 表象的纷繁无常,我们总需要一种图形可以一眼表现出数据的特征.数据分布图无疑是非常能反映数据特征(用户症状)的.配合中位数和9分位数,效果更佳. 例如下图,由于保密关系我隐藏各条线分别代表什么,以及这张图是什么数据产出.单单从线条中就可以看出各个渠道下单的人群习惯买多少前的东西,并且大概分布式什么.从图中可以看出这三条线其实区别不大,粉色的渠道略微倾向用户下单的金额高一点,蓝色的渠道呢倾向用户下单的金额偏低一些. R语言处理的具体步骤 1.用which函数调取各个渠道数据,例

Poland_OI_Density is pursued密度图

问题描述 在byteland上有一块地区,蕴藏了byteland上最珍贵的Bit矿物质.科学家们将这块地区划分成了nn个相同大小的单元格,并对每个单元格进行了考察研究:有的单元格中有丰富的Bit矿物质-科学家用1来标识:有的单元格蕴藏的矿物质很少-科学家用0来标识. 假设用W(i,j)和F(i',j')来分别表示两个单元格.那么它们之间的距离被定义为:max(|i - i'|,|j - j'|),例如W(1,3)和F(4,2)的距离为3. 鉴于可持续发展的思想和开采能力的限制,ByteLand当

Matplotlib学习---用matplotlib画直方图/密度图(histogram, density plot)

直方图用于展示数据的分布情况,x轴是一个连续变量,y轴是该变量的频次. 下面利用Nathan Yau所著的<鲜活的数据:数据可视化指南>一书中的数据,学习画图. 数据地址:http://datasets.flowingdata.com/crimeRatesByState2005.csv 以下是这个数据文件的前5行: state murder forcible_rape robbery aggravated_assault 0 United States 5.6 31.7 140.7 291.1

人群密度图的生成(MATLAB+malldataset)

首先malldataset数据集下载 参见人群密度估计之MCNN写的关于密度图的生成,在MATLAB跑了程序,代码如下: clear; load('perspective_roi.mat'); load('mall_gt.mat'); m=480;n=640; m=m/4; n=n/4; mask = imresize(roi.mask,0.25); %图像缩小4倍 for i=1:2000 %2000幅图像 gt = frame{i}.loc; %第一个frame结构体的loc字段 gt =

Arcgis由离散点制作核密度图

问题:由离散点生成核密度图 解决思路:使用ArcToolbox工具制作核密度图 解决方法: (1)ArcToolbox-->Spatial Analyst 工具-->密度分析-->核密度分析. (2)输入各项参数.注意:Population字段可为None:实验中设的输出像元大小0.0001:搜索半径需要进行尝试设定一个合适的值以实现更好的效果,实验中设置为0.01 完成即可查看结果

R语言之脸谱图

脸谱图和星图类似,但它却比星图可以表示更多的数据维度.用脸谱来分析多维度数据,即将P个维度的数据用人脸部位的形状或大小来表征.脸谱图在平面上能够形象的表示多维度数据并给人以直观的印象,可帮助使用者形象记忆分析结果,提高判断能力,加快分析速度.目前已应用于多地域经济战略指标数据分析,空间数据可视化等领域. 脸谱图一般采用15个指标,各指标代表的面部特征为: 1 脸的高度 2脸的宽度3 脸型4嘴巴厚度  5, 嘴巴宽度6 微笑7 眼睛的高度8 眼睛宽度 9 头发长度 10 头发宽度11头发风格12

使用ggbio在R中制作弦图

分享一个制作弦图的R包:ggbio. 效果图和代码如下.稍后解释具体用法... library(GenomicRanges) set.seed(1) N <- 100 gr <- GRanges(seqnames = sample(c("chr1", "chr2", "chr3"), size = N, replace = TRUE), IRanges(start = sample(1:300, size = N, replace =

可视化篇:R可视化--迁徙/通勤图

写在最前 下面是<可视化篇:效果图>中第1.4.5.6.7张的实现说明 使用工具为R语言 工作后经常要做一些比较贴合用户级别的可视化,R的ggplot2在做一些学术或者理论研究上的可视化时,效果是非常好,基本上能想到的图ggplot都能画出(不要纠结双坐标和3D) 在作静态图时,ggplot2+AI可以展现出印刷级别的效果,具体可以查看:http://theinformationcapital.com/ 这里要感谢数据人网一位朋友,是他介绍的这本书. 在作动态图或者可交互的图表时,R+js是一